Creazione Decision Optimization modelli

IBM® Decision Optimization offre l'accesso ai motori di soluzioni IBMleader di settore per la programmazione matematica e la programmazione dei vincoli. È possibile creare modelli Decision Optimization con notebook o utilizzando la potente Decision Optimization IU esperimento. Qui è possibile importare, creare o modificare i modelli. Per creare o modificare i vostri modelli, potete usare Python, OPL o le espressioni in linguaggio naturale fornite dall'intelligente Modeling Assistant. Puoi anche risolvere più scenari e salvare i modelli da distribuire con il servizio Watson Machine Learning dall'interno dell' IU dell'esperimento.

Formato dei dati
Tabella: file .csv, .xls, .json . Vedere Preparazione dei dati di input in un esperimento Decision Optimization

Dati da Asset dati connessi

Per l'implementazione, consultare i formati dei file di dati di input e output per l' Decision Optimization

Dimensione dati
Qualsiasi

Vedere anche Distribuzione di modelli di Decision Optimization con Watson Machine Learning.

Accesso a Decision Optimization

Per creare un esperimento Decision Optimization , attenersi alla seguente procedura.

  1. Aprire il progetto o creare un progetto vuoto.
  2. Selezionare la scheda Asset .
  3. Selezionate Nuova attività > Risolvi problemi di ottimizzazione nella sezione Lavora con i modelli.
  4. Fare clic su Nuovo spazio di distribuzione, immettere un nome e fare clic su Crea (o selezionare uno spazio esistente).
  5. Immettere un Nome per l'esperimento Decision Optimization e fare clic su Crea.

L' IU dell'esperimento Decision Optimization viene aperta dove è possibile creare e modificare i modelli formulati con Modeling Assistanto in Python DOcplexo in OPL.

In alternativa, per aprire ed eseguire 'Decision Optimization 'quaderni (senza 'Decision Optimization 'esperimento UI), seguite i seguenti passaggi.

  1. Selezionare la scheda Asset .
  2. Selezionate Nuova risorsa > Lavora con i dati e i modelli in Python o R nella sezione Lavora con i modelli.

Per una guida dettagliata per creare, risolvere e distribuire un modello di Decision Optimization , utilizzando l'interfaccia utente, vedi l' Esercitazione di avvio rapido con il video.

Cos' è Decision Optimization?

Le persone utilizzano spesso il termine ottimizzazione per indicare migliorare qualcosa. Sebbene l'ottimizzazione spesso renda le cose migliori, significa molto di più: ottimizzazione significa trovare la soluzione più appropriata per una situazione definita con precisione. Si tratta di una tecnologia di analytics sofisticata, chiamata anche Prescriptive Analytics, che può esplorare una vasta gamma di possibili scenari e suggerire il modo migliore per rispondere a una situazione presente o futura.

È possibile vedere le fasi coinvolte nella modellazione e nella risoluzione di un problema aziendale con Decision Optimization nel seguente diagramma. Anche questi passaggi sono descritti in dettaglio più avanti in questa sezione. Ottimizzazione delle decisioni

I passaggi seguenti descrivono la modellazione e la risoluzione di un problema aziendale con Decision Optimization.
  1. La situazione è generalmente un problema aziendale, come la pianificazione, la pianificazione, la determinazione dei prezzi, l'inventario o la gestione delle risorse.
  2. Qualunque sia il problema, la sua risoluzione inizia con il modello di ottimizzazione, che è la formulazione matematica del problema che può essere interpretato e risolto da un motore di ottimizzazione. Il modello di ottimizzazione specifica le relazioni tra obiettivi, vincoli, limitazioni e scelte coinvolte nelle decisioni. Ma sono i dati di input che rendono concrete queste relazioni. Un modello di ottimizzazione per la pianificazione della produzione, ad esempio, può avere la stessa forma se si stanno producendo tre prodotti o un migliaio. Il modello di ottimizzazione più i dati di immissione crea un'istanza di problema di ottimizzazione.
  3. I motori di ottimizzazione (o i risolutori) applicano algoritmi matematici per trovare una soluzione, una serie di decisioni che raggiungono i valori migliori per gli obiettivi e rispettano i vincoli e le limitazioni imposti. Il motore di ottimizzazione implementa algoritmi specializzati, sviluppati e messi a punto per risolvere in modo efficiente una grande varietà di problemi diversi. Decision Optimization utilizza i motori IBM CPLEX e CP Optimizer che si sono dimostrati potenti nella risoluzione delle applicazioni reali.
  4. La soluzione che emerge dal risolutore indica i valori consigliati per tutte le decisioni rappresentate nel modello. Altrettanto importanti sono i valori di metrica che rappresentano gli obiettivi. Questi valori misurano la qualità della soluzione in termini di obiettivi di business.
  5. Tutto ciò può essere reso disponibile agli utenti aziendali con un'applicazione aziendale complementare. Generalmente, i valori dell'obiettivo e della soluzione vengono riepilogati in viste tabulari o grafiche che forniscono informazioni dettagliate.

Ulteriori informazioni